Mistral Large 4 とは？ API で呼ぶ前に確認したい思考モード・コスト・ハマりどころ

本記事は AIHubMix が作成しています。実測結果はすべて2026年10月9日時点のものです。Mistral Large 4 はパブリックプレビュー版のため、挙動が予告なく変わる可能性があります。

TL;DR

• Mistral Large 4 は Mistral AI の新しいフラッグシップで、総パラメータ数 1.05T の混合エキスパート（MoE）モデルです。2026年10月6日にパブリックプレビューとして公開されました。
• 入力はテキストと画像、出力はテキスト。防御的セキュリティ、画像内の物体の位置特定、法務エージェントのベンチマークで上位に入る一方、総合的な知能は中位です。
• AIHubMix 経由で呼ぶと、思考（reasoning）はデフォルトでオンです。reasoning_effort="none" では止まらず、リクエストボディに "reasoning": {"effort": "none"} を入れる必要があります。
• トークン単価は安めでも、タスクあたりのコストは高くつくことがあります。

Mistral Large 4 の基本情報

Mistral が欧州の自社データセンターで、他社のベースモデルを使わずに一から学習したモデルです。愛称は「Le Chonk」。オープンウェイトは2026年10月末に公開予定ですが、ライセンスはまだ発表されていません。

項目	値
モデル ID（AIHubMix）	mistral-large-4-0
モデル ID（Mistral）	mistral-large-4（エイリアス mistral-large-4-0）
パラメータ数	総 1.05T、アクティブ約 50B
入力	テキスト＋画像（1リクエスト最大100枚）
出力	テキストのみ
コンテキスト長	1M トークン
最大出力	262,144 トークン（思考を含む）
思考（AIHubMix）	デフォルトでオン、reasoning.effort = none でオフ
思考の返却先	reasoning_details
料金（100万トークンあたり）	入力 $1.36、キャッシュ $0.14、出力 $4.18

仕様は Mistral のモデルカードに従っています。アクティブパラメータ数について、Mistral は 49B と 52B の2つの数字を出しています。

得意なこと・苦手なこと

数値は Mistral の発表記事（自己申告）と、Artificial Analysis および Vals AI による独立評価から引用しています。いずれもプレビュー段階の結果です。

タスク	Large 4	参考
CyberGym-E2E（脆弱性の再現とパッチ作成）	82%、1位	MiMo-V2.6-Pro 79%
DIOR-RSVG（航空画像での位置特定）	73%	GPT-6 Astra 68%
Harvey Legal Agent	15.8%、76モデル中6位	オープンモデル中1位
Terminal-Bench 4（Vals）	22.7%、45モデル中21位	Claude Opus 5.5 65.2%
AA Intelligence Index	38	GLM-5.3 45

セキュリティの数字には背景があります。Mistral によると、Claude Opus 5.5 と GPT-6 Astra は CyberGym-E2E でほぼ0点ですが、これはタスク自体を拒否するためです。Large 4 は最後までやり切ります。一方で Mistral は、本当に有害なサイバー攻撃の依頼に対する Large 4 の拒否率は、比較したどのオープンモデルよりも高いとしています。

向いているのは、防御的セキュリティのツール、衛星画像・航空画像・設計図面での物体の位置特定、法務や金融のリサーチエージェントです。ターミナル操作の多いコーディングエージェントが主な用途なら、先に他のモデルを試すことをおすすめします。

準備

• AIHubMix の API キーを環境変数 AIHUBMIX_API_KEY に設定します（クイックスタート参照）。
• OpenAI の Python SDK をインストールします。AIHubMix は OpenAI 互換の Chat Completions エンドポイント https://aihubmix.com/v1 で Large 4 を提供しています。

pip install openai
export AIHUBMIX_API_KEY="（AIHubMix の API キー）"

AIHubMix 経由での思考モードの挙動

Mistral 公式 API では reasoning_effort に "none" か "high" を指定でき、"high" のときは content がチャンクのリストになります。AIHubMix 経由では挙動が異なります。以下は2026年10月9日に約30リクエストで検証した結果で、プロンプトには「2**31 と 3**20 はどちらが大きいか」という質問を使いました。

リクエスト	思考する？	推論トークン
reasoning_effort を指定しない	する	1,492
reasoning_effort = none	する	427
reasoning_effort = high	する	764
reasoning.effort = none（ボディのフィールド）	しない	0

各行とも1回ずつしか計測していないため、トークン数からわかるのは「思考したかどうか」だけで、設定ごとのコスト比較には使えません。"low" と "medium" も受け付けられ、どちらも思考しました。

コードを書くうえでのポイントは次のとおりです。

• content は常に通常の文字列です。ストリーミングでも同じで、思考中は "" が返ります。
• 思考内容は reasoning_content ではなく reasoning_details に入ります。形式は {"type": "reasoning.text", "text": ...} のリストです。OpenAI SDK では message.model_extra から読み取ります。
• 思考をオフにするには、リクエストボディに "reasoning": {"effort": "none"} を入れます。
• 思考トークンは completion_tokens に含まれ、出力として課金されます。

実装例

思考のオン／オフ切り替え、思考内容の取り出し、マルチターンでの受け渡しをまとめると次のようになります。

large4_client.py

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)


def ask(messages, think=True, max_tokens=16000):
    """Large 4 を呼び出し、(choice, thinking) を返す。think=False でなければ思考オン。"""
    response = client.chat.completions.create(
        model="mistral-large-4-0",
        messages=messages,
        max_tokens=max_tokens,  # 思考トークンもこの上限に含まれる
        extra_body=None if think else {"reasoning": {"effort": "none"}},
    )
    choice = response.choices[0]
    details = (choice.message.model_extra or {}).get("reasoning_details") or []
    thinking = "".join(d.get("text", "") for d in details)
    return choice, thinking


messages = [{
    "role": "user",
    "content": "Office アプリから起動された PowerShell を検出する Sigma ルールを書いてください。",
}]
choice, thinking = ask(messages)
print(choice.message.content)
print(choice.finish_reason, len(thinking), "characters of thinking")

# マルチターン：アシスタントのメッセージを reasoning_details ごとそのまま戻す
messages.append(choice.message.model_dump(exclude_none=True))
messages.append({"role": "user", "content": "署名済みの社内アドインは除外してください。"})
choice, _ = ask(messages)
print(choice.message.content)

Mistral の推論ドキュメントは、次のターンで思考内容を戻すよう求めており、捨てると出力品質が「大きく下がる」と注意しています。AIHubMix 経由では、reasoning_details を含めて戻したメッセージは毎回問題なく受け付けられました。ただし戻した思考内容は、次のターンで入力として課金されます。あるテストでは、思考内容ごと戻した追加質問の入力が 948 トークン、回答だけを戻した場合は 57 トークンでした。

ハマりどころと対処法

頼んでいない思考に課金される

AIHubMix 経由では、reasoning_effort="none" で思考は止まりません。実測では、"none" を指定した短い Sigma ルールのリクエストでも 2,059 の推論トークンが発生しました。リクエストボディに "reasoning": {"effort": "none"} を入れてください。上の ask(..., think=False) がこの書き方です。

回答が空で finish_reason == "length" になる

回答が始まる前に、思考が max_tokens を使い切っています。実測では、小さな論理パズルに 300 トークンの上限を設定したところ content が None で返り、300 トークンのうち 280 が思考に使われていました。上限には十分な余裕を持たせ、文字列メソッドを呼ぶ前に content が空でないか確認しましょう。

ログに思考内容が出てこない

多くのゲートウェイが使う reasoning_content フィールドを読んでいる可能性があります。AIHubMix 経由の Large 4 は、通常のレスポンスでもストリーミングでも reasoning_details を返します。

Mistral 直結で AttributeError: 'list' object has no attribute ...

Mistral 公式 API では、reasoning_effort="high" にすると content がチャンクのリストになります。LiteLLM、Roo Code、openlit はいずれもこの件で Mistral のパース処理を修正しています。AIHubMix は文字列で返すので、この問題は起きません。

出力が週ごとに変わる

プレビュー版の仕様です。Mistral のモデルライフサイクルポリシーでは、プレビュー版は名前を変えないまま更新されることがあり、提供終了は1か月前に通知されます。小さな回帰テストを用意して、定期的に回しましょう。

コスト：トークン単価ではなくタスク単価で見る

100万トークンあたり $1.36 / $4.18 という単価は、GPT-6.1 Sol（$2 / $10）より安く見えます。しかし Vals AI の総合評価では、1問あたりのコストが Large 4 は $13.78、Sol は $3.24 で、スコアも Sol のほうが上でした（61.2% 対 48.1%）。Vals の Finance Agent v2 では逆転し、スコアはほぼ同じで、1問あたり Large 4 が $1.20、GPT-6 Astra が $6.82 でした。本番に入れる前に、自分のタスクで一度測っておくのが確実です。

その他の実測結果と未検証の点

10月9日の同じ検証では、次のこともわかりました。

• キャッシュ： 3,927 トークンのプロンプトを繰り返し送ると、3,052 トークンがキャッシュにヒットしました。prompt_cache_key の有無は関係ありませんでした。ただし毎回ヒットするとは限らず、キーなしで繰り返した1回はヒットしませんでした。
• 画像： 400×300 の PNG 1枚で入力は約 176 トークン。0〜1000 のスケールでボックス座標を出すよう指示すると、box_2d の座標は実際の境界から 50 以内の誤差でした。
• コンテキスト： 559,988 トークンのプロンプトは受け付けられました。それより長いプロンプトは拒否され、ゲートウェイのエラーには上限 1,048,576 トークンと書かれていました。

まだ検証できていないのは、"low"／"medium"／"high" で思考量が変わるかどうか（1回ずつの計測では傾向が見えません）、上で引用したベンチマークのスコア、アクティブパラメータ数（Mistral は 49B と 52B の両方を公表）、オープンウェイトのライセンスです。

まとめ

• Large 4 は「何でもできる最強モデル」ではなく、防御的セキュリティ、画像内の位置特定、法務・金融エージェントに強い専門型のモデルです。
• AIHubMix 経由で思考を止めたいときは、reasoning_effort ではなくボディの "reasoning": {"effort": "none"} を使います。
• max_tokens は思考の分も見込んで設定し、マルチターンでは reasoning_details ごと戻します。
• トークン単価ではなく、自分のタスクでのタスク単価で比べましょう。

AIHubMix のモデルページからすぐに試せます。

参考

• Introducing Mistral Large 4（Mistral AI）
• Reasoning（推論）ドキュメント（Mistral Docs）
• Mistral Large 4.0（AIHubMix）
• Mistral Large 4 の分析（Artificial Analysis）
• Mistral Large 4 のベンチマーク（Vals AI）